git.sesse.net Git - ffmpeg/blob - libavfilter/vf_edgedetect.c

   1 /*
   2  * Copyright (c) 2012 Clément Bœsch
   3  *
   4  * This file is part of FFmpeg.
   5  *
   6  * FFmpeg is free software; you can redistribute it and/or
   7  * modify it under the terms of the GNU Lesser General Public
   8  * License as published by the Free Software Foundation; either
   9  * version 2.1 of the License, or (at your option) any later version.
  10  *
  11  * FFmpeg is distributed in the hope that it will be useful,
  12  * but WITHOUT ANY WARRANTY; without even the implied warranty of
  13  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  14  * Lesser General Public License for more details.
  15  *
  16  * You should have received a copy of the GNU Lesser General Public
  17  * License along with FFmpeg; if not, write to the Free Software
  18  * Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
  19  */
  20
  21 /**
  22  * @file
  23  * Edge detection filter
  24  *
  25  * @see https://en.wikipedia.org/wiki/Canny_edge_detector
  26  */
  27
  28 #include "libavutil/opt.h"
  29 #include "avfilter.h"
  30 #include "formats.h"
  31 #include "internal.h"
  32 #include "video.h"
  33
  34 typedef struct {
  35     const AVClass *class;
  36     uint8_t  *tmpbuf;
  37     uint16_t *gradients;
  38     char     *directions;
  39     double   low, high;
  40     uint8_t  low_u8, high_u8;
  41 } EdgeDetectContext;
  42
  43 #define OFFSET(x) offsetof(EdgeDetectContext, x)
  44 #define FLAGS AV_OPT_FLAG_FILTERING_PARAM|AV_OPT_FLAG_VIDEO_PARAM
  45 static const AVOption edgedetect_options[] = {
  46     { "high", "set high threshold", OFFSET(high), AV_OPT_TYPE_DOUBLE, {.dbl=50/255.}, 0, 1, FLAGS },
  47     { "low",  "set low threshold",  OFFSET(low),  AV_OPT_TYPE_DOUBLE, {.dbl=20/255.}, 0, 1, FLAGS },
  48     { NULL },
  49 };
  50
  51 AVFILTER_DEFINE_CLASS(edgedetect);
  52
  53 static av_cold int init(AVFilterContext *ctx, const char *args)
  54 {
  55     int ret;
  56     EdgeDetectContext *edgedetect = ctx->priv;
  57
  58     edgedetect->class = &edgedetect_class;
  59     av_opt_set_defaults(edgedetect);
  60
  61     if ((ret = av_set_options_string(edgedetect, args, "=", ":")) < 0)
  62         return ret;
  63
  64     edgedetect->low_u8  = edgedetect->low  * 255. + .5;
  65     edgedetect->high_u8 = edgedetect->high * 255. + .5;
  66     return 0;
  67 }
  68
  69 static int query_formats(AVFilterContext *ctx)
  70 {
  71     static const enum AVPixelFormat pix_fmts[] = {AV_PIX_FMT_GRAY8, AV_PIX_FMT_NONE};
  72     ff_set_common_formats(ctx, ff_make_format_list(pix_fmts));
  73     return 0;
  74 }
  75
  76 static int config_props(AVFilterLink *inlink)
  77 {
  78     AVFilterContext *ctx = inlink->dst;
  79     EdgeDetectContext *edgedetect = ctx->priv;
  80
  81     edgedetect->tmpbuf     = av_malloc(inlink->w * inlink->h);
  82     edgedetect->gradients  = av_calloc(inlink->w * inlink->h, sizeof(*edgedetect->gradients));
  83     edgedetect->directions = av_malloc(inlink->w * inlink->h);
  84     if (!edgedetect->tmpbuf || !edgedetect->gradients || !edgedetect->directions)
  85         return AVERROR(ENOMEM);
  86     return 0;
  87 }
  88
  89 static void gaussian_blur(AVFilterContext *ctx, int w, int h,
  90                                 uint8_t *dst, int dst_linesize,
  91                           const uint8_t *src, int src_linesize)
  92 {
  93     int i, j;
  94
  95     memcpy(dst, src, w); dst += dst_linesize; src += src_linesize;
  96     memcpy(dst, src, w); dst += dst_linesize; src += src_linesize;
  97     for (j = 2; j < h - 2; j++) {
  98         dst[0] = src[0];
  99         dst[1] = src[1];
 100         for (i = 2; i < w - 2; i++) {
 101             /* Gaussian mask of size 5x5 with sigma = 1.4 */
 102             dst[i] = ((src[-2*src_linesize + i-2] + src[2*src_linesize + i-2]) * 2
 103                     + (src[-2*src_linesize + i-1] + src[2*src_linesize + i-1]) * 4
 104                     + (src[-2*src_linesize + i  ] + src[2*src_linesize + i  ]) * 5
 105                     + (src[-2*src_linesize + i+1] + src[2*src_linesize + i+1]) * 4
 106                     + (src[-2*src_linesize + i+2] + src[2*src_linesize + i+2]) * 2
 107
 108                     + (src[  -src_linesize + i-2] + src[  src_linesize + i-2]) *  4
 109                     + (src[  -src_linesize + i-1] + src[  src_linesize + i-1]) *  9
 110                     + (src[  -src_linesize + i  ] + src[  src_linesize + i  ]) * 12
 111                     + (src[  -src_linesize + i+1] + src[  src_linesize + i+1]) *  9
 112                     + (src[  -src_linesize + i+2] + src[  src_linesize + i+2]) *  4
 113
 114                     + src[i-2] *  5
 115                     + src[i-1] * 12
 116                     + src[i  ] * 15
 117                     + src[i+1] * 12
 118                     + src[i+2] *  5) / 159;
 119         }
 120         dst[i    ] = src[i    ];
 121         dst[i + 1] = src[i + 1];
 122
 123         dst += dst_linesize;
 124         src += src_linesize;
 125     }
 126     memcpy(dst, src, w); dst += dst_linesize; src += src_linesize;
 127     memcpy(dst, src, w);
 128 }
 129
 130 enum {
 131     DIRECTION_45UP,
 132     DIRECTION_45DOWN,
 133     DIRECTION_HORIZONTAL,
 134     DIRECTION_VERTICAL,
 135 };
 136
 137 static int get_rounded_direction(int gx, int gy)
 138 {
 139     /* reference angles:
 140      *   tan( pi/8) = sqrt(2)-1
 141      *   tan(3pi/8) = sqrt(2)+1
 142      * Gy/Gx is the tangent of the angle (theta), so Gy/Gx is compared against
 143      * <ref-angle>, or more simply Gy against <ref-angle>*Gx
 144      *
 145      * Gx and Gy bounds = [-1020;1020], using 16-bit arithmetic:
 146      *   round((sqrt(2)-1) * (1<<16)) =  27146
 147      *   round((sqrt(2)+1) * (1<<16)) = 158218
 148      */
 149     if (gx) {
 150         int tanpi8gx, tan3pi8gx;
 151
 152         if (gx < 0)
 153             gx = -gx, gy = -gy;
 154         gy <<= 16;
 155         tanpi8gx  =  27146 * gx;
 156         tan3pi8gx = 158218 * gx;
 157         if (gy > -tan3pi8gx && gy < -tanpi8gx)  return DIRECTION_45UP;
 158         if (gy > -tanpi8gx  && gy <  tanpi8gx)  return DIRECTION_HORIZONTAL;
 159         if (gy >  tanpi8gx  && gy <  tan3pi8gx) return DIRECTION_45DOWN;
 160     }
 161     return DIRECTION_VERTICAL;
 162 }
 163
 164 static void sobel(AVFilterContext *ctx, int w, int h,
 165                         uint16_t *dst, int dst_linesize,
 166                   const uint8_t  *src, int src_linesize)
 167 {
 168     int i, j;
 169     EdgeDetectContext *edgedetect = ctx->priv;
 170
 171     for (j = 1; j < h - 1; j++) {
 172         dst += dst_linesize;
 173         src += src_linesize;
 174         for (i = 1; i < w - 1; i++) {
 175             const int gx =
 176                 -1*src[-src_linesize + i-1] + 1*src[-src_linesize + i+1]
 177                 -2*src[                i-1] + 2*src[                i+1]
 178                 -1*src[ src_linesize + i-1] + 1*src[ src_linesize + i+1];
 179             const int gy =
 180                 -1*src[-src_linesize + i-1] + 1*src[ src_linesize + i-1]
 181                 -2*src[-src_linesize + i  ] + 2*src[ src_linesize + i  ]
 182                 -1*src[-src_linesize + i+1] + 1*src[ src_linesize + i+1];
 183
 184             dst[i] = FFABS(gx) + FFABS(gy);
 185             edgedetect->directions[j*w + i] = get_rounded_direction(gx, gy);
 186         }
 187     }
 188 }
 189
 190 static void non_maximum_suppression(AVFilterContext *ctx, int w, int h,
 191                                           uint8_t  *dst, int dst_linesize,
 192                                     const uint16_t *src, int src_linesize)
 193 {
 194     int i, j;
 195     EdgeDetectContext *edgedetect = ctx->priv;
 196
 197 #define COPY_MAXIMA(ay, ax, by, bx) do {                \
 198     if (src[i] > src[(ay)*src_linesize + i+(ax)] &&     \
 199         src[i] > src[(by)*src_linesize + i+(bx)])       \
 200         dst[i] = av_clip_uint8(src[i]);                 \
 201 } while (0)
 202
 203     for (j = 1; j < h - 1; j++) {
 204         dst += dst_linesize;
 205         src += src_linesize;
 206         for (i = 1; i < w - 1; i++) {
 207             switch (edgedetect->directions[j*w + i]) {
 208             case DIRECTION_45UP:        COPY_MAXIMA( 1, -1, -1,  1); break;
 209             case DIRECTION_45DOWN:      COPY_MAXIMA(-1, -1,  1,  1); break;
 210             case DIRECTION_HORIZONTAL:  COPY_MAXIMA( 0, -1,  0,  1); break;
 211             case DIRECTION_VERTICAL:    COPY_MAXIMA(-1,  0,  1,  0); break;
 212             }
 213         }
 214     }
 215 }
 216
 217 static void double_threshold(AVFilterContext *ctx, int w, int h,
 218                                    uint8_t *dst, int dst_linesize,
 219                              const uint8_t *src, int src_linesize)
 220 {
 221     int i, j;
 222     EdgeDetectContext *edgedetect = ctx->priv;
 223     const int low  = edgedetect->low_u8;
 224     const int high = edgedetect->high_u8;
 225
 226     for (j = 0; j < h; j++) {
 227         for (i = 0; i < w; i++) {
 228             if (src[i] > high) {
 229                 dst[i] = src[i];
 230                 continue;
 231             }
 232
 233             if ((!i || i == w - 1 || !j || j == h - 1) &&
 234                 src[i] > low &&
 235                 (src[-src_linesize + i-1] > high ||
 236                  src[-src_linesize + i  ] > high ||
 237                  src[-src_linesize + i+1] > high ||
 238                  src[                i-1] > high ||
 239                  src[                i+1] > high ||
 240                  src[ src_linesize + i-1] > high ||
 241                  src[ src_linesize + i  ] > high ||
 242                  src[ src_linesize + i+1] > high))
 243                 dst[i] = src[i];
 244             else
 245                 dst[i] = 0;
 246         }
 247         dst += dst_linesize;
 248         src += src_linesize;
 249     }
 250 }
 251
 252 static int end_frame(AVFilterLink *inlink)
 253 {
 254     AVFilterContext *ctx = inlink->dst;
 255     EdgeDetectContext *edgedetect = ctx->priv;
 256     AVFilterLink *outlink = inlink->dst->outputs[0];
 257     AVFilterBufferRef  *inpicref = inlink->cur_buf;
 258     AVFilterBufferRef *outpicref = outlink->out_buf;
 259     uint8_t  *tmpbuf    = edgedetect->tmpbuf;
 260     uint16_t *gradients = edgedetect->gradients;
 261
 262     /* gaussian filter to reduce noise  */
 263     gaussian_blur(ctx, inlink->w, inlink->h,
 264                   tmpbuf,            inlink->w,
 265                   inpicref->data[0], inpicref->linesize[0]);
 266
 267     /* compute the 16-bits gradients and directions for the next step */
 268     sobel(ctx, inlink->w, inlink->h,
 269           gradients, inlink->w,
 270           tmpbuf,    inlink->w);
 271
 272     /* non_maximum_suppression() will actually keep & clip what's necessary and
 273      * ignore the rest, so we need a clean output buffer */
 274     memset(tmpbuf, 0, inlink->w * inlink->h);
 275     non_maximum_suppression(ctx, inlink->w, inlink->h,
 276                             tmpbuf,    inlink->w,
 277                             gradients, inlink->w);
 278
 279     /* keep high values, or low values surrounded by high values */
 280     double_threshold(ctx, inlink->w, inlink->h,
 281                      outpicref->data[0], outpicref->linesize[0],
 282                      tmpbuf,             inlink->w);
 283
 284     ff_draw_slice(outlink, 0, outlink->h, 1);
 285     return ff_end_frame(outlink);
 286 }
 287
 288 static av_cold void uninit(AVFilterContext *ctx)
 289 {
 290     EdgeDetectContext *edgedetect = ctx->priv;
 291     av_freep(&edgedetect->tmpbuf);
 292     av_freep(&edgedetect->gradients);
 293     av_freep(&edgedetect->directions);
 294 }
 295
 296 static int null_draw_slice(AVFilterLink *inlink, int y, int h, int slice_dir) { return 0; }
 297
 298 AVFilter avfilter_vf_edgedetect = {
 299     .name          = "edgedetect",
 300     .description   = NULL_IF_CONFIG_SMALL("Detect and draw edge."),
 301     .priv_size     = sizeof(EdgeDetectContext),
 302     .init          = init,
 303     .uninit        = uninit,
 304     .query_formats = query_formats,
 305
 306     .inputs    = (const AVFilterPad[]) {
 307        {
 308            .name             = "default",
 309            .type             = AVMEDIA_TYPE_VIDEO,
 310            .draw_slice       = null_draw_slice,
 311            .config_props     = config_props,
 312            .end_frame        = end_frame,
 313            .min_perms        = AV_PERM_READ
 314         },
 315         { .name = NULL }
 316     },
 317     .outputs   = (const AVFilterPad[]) {
 318         {
 319             .name            = "default",
 320             .type            = AVMEDIA_TYPE_VIDEO,
 321         },
 322         { .name = NULL }
 323     },
 324 };